简介:将分支前馈神经网络(BFNN)运用于数字字符的模式识别问题中,其某些性能优于标准反向传播(BP)网络。BFNN的隐层神经元与输出神经元之间为分组对应关系,采用的学习算法与标准BP算法类似。BFNN可以根据样本的可分性构建最适宜的网络结构。在对大规模、分类复杂的样本进行识别时,性能优于标准BP网络。
简介:将Hilbert-Huang变换(HHT)算法和Prony算法相结合进行电力系统低频振荡模式识别。利用HHT算法对实测信号进行经验模态分解,使之分解成处于不同频率的固有模态函数(IMF);然后根据Hilbert变换,分析IMF分量的频率和相位,提取出含主导低频振荡模式的IMF;利用Prony算法对含低频振荡模式的IMF进行分析,提取出低频振荡模态参数,准确识别低频振荡模态。通过算例分析,证明了该方法可提高模态识别的精确性,验证了提取低频振荡模态参数的有效性。
简介:基于等效热路模型的温度场计算方法研究受到了广泛的关注,针对运用于电动机温度场计算的三维空间等效热路模型,阐述了热路模型的基本原理,总结了立方体T型、空心圆筒双T型、三维立方体和扇体热路的数学模型。结合热路模型在电动机温度场计算中的应用,探讨了其未来的发展趋势,对电动机温度场的计算及其散热系统的设计具有一定的借鉴意义和参考价值。